融合多特征的天基典型目标光学识别方法

为满足天基近距离目标高精度探测和识别的需求,提出一种多特征融合的卫星局部识别方法.首先分析卫星局部物理特征,构建了融合形态学多特征参量的局部构件分形聚类参数集,并建立基于聚类特征加权组合的构件聚类模型.利用该模型即可实现通过计算待识别目标隶属于各构件类的匹配性概率来识别目标;在此基础上,针对空间目标光学成像的图像降质、局部遮挡等问题,提出了目标识别算法,并以其在实际应用中的识别概率为依据,结合粒子群算法迭代优化加权系数,提高了识别算法效率与鲁棒性;最后利用4类典型卫星及伽利略卫星缩比模型对识别算法进行了数字仿真和半物理实验验证.实验结果表明,在低对比度、SNR仅为5,且构件存在较严重变形与互遮挡的情况下,算法仍能有效识别卫星构件,识别概率优于0.95.     

基于全局与局部形状特征融合的形状识别算法

经典的全局形状识别算法虽然高效,但在处理形变方面存在不足。局部形状识别算法拥有良好的检索率,但在辨别力方面的效果却有待提高。为解决上述问题,本文提出一种基于特征点分类的融合框架,该框架不仅融合了全局与局部算法的优势,还弥补了二者的不足。一些经典的形状识别算法采用提取特征点的方式来构建形状特征直方图,本文在此基础上,将提取到的特征点进一步分类,针对不同类别的特征点集合采用不同的形状识别算法进行描述,并将匹配结果进行融合,充分发挥了全局与局部算法的优势。实验结果表明,本文提出的框架能够有效结合不同算法实现形状的识别并获得更好的效果。     

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.     

基于模糊积分的多源信息融合及目标融合识别方法

针对目标融合识别问题,在引入模糊测度和模糊积分这两个基本概念的基础上,提出了一种基于模糊积分的多源信息融合及目标融合识别方法.给出了一种模糊测度的构造方法,建立了基于模糊积分的通用信息融合算法流程,在此基础上,详细给出了基于模糊积分的融合识别原理及求解过程.实验结果证明了模糊积分运用于多源信息融合及目标融合识别的可行性与有效性.     

基于分形,混沌与Spiht算法的图像加密技术研究

研究了图像加密算法,提出了一种有效的基于混沌,分形等现代信号处理方法的加密算法.采用了仿真与理论研究相结合,提出了基于混沌,分形与Spiht算法的图像加密算法.将原始图像基于DWT进行变换后,产生低频与高频子带图像.然后分别基于低频子带进行基于信息熵的快速分形编码,基于高频子带进行Spiht 编码,最后分别对编码后的高、低频数据进行混沌加密,生成加密数据流,解密算法反之.仿真结果证明该算法达到了理想的加密效果.基于此理论基础,可以利用DSP6000系列进行硬件实现.     

一种改进的水下偏振图像融合算法研究

针对传统图像融合算法造成的对比度低、细节信息模糊等问题,提出了一种改进的基于二维离散小波变换的图像融合算法.利用光强度相机和分焦平面相机同时对水下运动目标进行探测,获得光强图像和偏振图像.将计算得到的偏振度图像和偏振角图像先进行简单的融合处理,再将融合后的偏振特征图像与光强图像采用改进的二维离散小波变换进行分解,得到低频分量和高频分量.对于低频部分,提出一种基于区域方差加局部能量相结合的图像融合算法;高频部分采用一种基于Sobel算子的图像融合算法.最后将低频分量与高频分量进行二维离散小波重构,得到结果图像.仿真结果表明,与传统图像融合算法相比,该算法获得的融合图像有效地拉升了目标与背景的对比度,增强了水下图像视觉效果,有利于准确识别水下运动目标.     

基于三级信息融合结构的多平台多雷达目标识别算法

为了解决多平台多雷达目标识别时空信息融合过程中存在的时效性不高,识别特征信息模糊和雷达识别结果高冲突等问题,提出了一种基于三级信息融合结构的多平台多雷达目标识别算法。一级特征融合中,基于模糊评判法解决了多特征识别信息模糊问题。二级空域融合中,基于DS融合规则和折扣融合规则,提出了以平均证据距离为阈值的自适应证据融合算法。三级时域融合基于多雷达序列信息,给出了时域自适应融合算法。仿真计算结果表明文中提出的融合结构能够在保证结果正确的同时,每个周期都能输出结果,时效性较之以往的融合结构有了明显改善。文中的自适应证据融合算法能够克服证据间可能存在的高冲突性,并且与采用折扣证据融合算法相比计算量显著减少。     

基于Efficient-Net的轮胎X光片缺陷检测技术研究

为解决传统深度学习网络模型在轮胎X光瑕疵图像检测上识别率低、准确性差的问题,基于特征金字塔网络FPN提出一种多级特征提取网络TWFPN并将其与Ef-ficient-Net目标识别网络融合,得到高度融合语义和细节信息的瑕疵特征向量并改进检测算法流程;通过融合背景信息的检测算法对模型识别结果进行重新判定,得到最终的瑕疵类别...     

基于多重分形谱的行人检测

为了克服传统行人检测方法计算复杂度高、耗时长的问题,提出一种基于多重分形谱的行人检测方法.采用多重分形理论分析行人图像并计算对应多重分形谱,提取多重分形谱特征,选取支持向量机(support vector machine,SVM)二值分类器实现行人滑窗检测.将本文算法应用于INRIA数据库中,并与基于HOG、HOGNMF特征的算法进行比较.实验结果表明:本文算法检测率为86.59%,虚警率为7.75%,有较高的检测率和较低的虚警率.     

基于RGB颜色空间的异性纤维识别检测算法

研究了棉纤维的RGB色彩空间分布模型,提出了精确物理模型算法--彩色聚色算法.在此基础上,提出了实时检测算法.为了进一步提高算法效率,研究了改进后的实时检测算法,用于实现异性纤维检测系统中目标与背景的识别.由于识别目标的多样性以及复杂性,仅靠一两个特征无法得到满意的结果,通过提取颜色、面积、形状等特征,提出了基于组合特征的彩色图像多目标识别方法,通过多个目标特征的组合可以提高目标识别的质量.     

基于脊波变换的圆形图像边缘检测

批量生产圆形器件过程中,在线检测还缺乏快速算法.本文在脊波变换理论的基础上,利用多尺度小波变换具有去噪、准确定位奇异点和边缘提取等优势,针对圆形图像的特征,给出了一种检测圆形器件内外径的快速算法.实验模拟证明,该算法具有较高的检测精度和可靠性.     

LDPC码的快速收敛译码算法

给出了一种置信传播算法双向信息传递策略的实现方案,并基于矩阵分解提出了一种LDPC码的快速收敛译码算法——串行级联译码算法．密度进化理论分析和计算机仿真结果表明,与置信传播算法相比,串行级联译码算法可获得更快的收敛速度和较好的译码性能．     

智能协作型防火墙仿真模型研究

针对传统模型缺乏对防火墙智能协作特点描述的问题,在分析网络安全协同防御环境下新型防火墙特点的基础上,基于Agent技术,提出了一种智能协作型防火墙模型结构,并设计了适应性过滤、自学习和交互协作3种防火墙模型关键算法。最后,结合OMNeT＋＋仿真平台,建立了智能协作型防火墙仿真模型并仿真实现。仿真验证了模型的有效性,模型的建立对网络安全仿真研究具有一定的参考价值。     

基于矩阵分块化的GVFSnake模型

针对GVFSnake模型对高清图像计算速度较慢问题,通过对GVF力场的迭代计算过程、计算机Cache体系结构与原理的分析,提出了基于矩阵分块化的GVF力场的算法;确定了分块方式和最优分块大小。计算机仿真实验表明,这种方法能够大幅提高GVF外力场迭代运算速度。     

基于DS理论的网络时钟同步算法

目前的NTP（Network Time Protoc01）时钟同步算法已不能满足许多新兴网络对时钟同步精度的要求。为此,提出一种基于DS（Dempster／Shafer）理论的NTP时钟同步改进算法。在分析目前NTP时钟同步算法不足的基础上,将Ds理论引进到传统的NTP时钟同步中,建立一种改进的NTP时钟同步算法并进行了仿真实验。实验结果表明,与传统算法相比,该NTP时钟同步算法有效地提高了同步精度。     

基于多保留策略的复合型遗传算法及其收敛性分析

遗传算法(GA)作为一种新型的智能优化方法,以其结构简单、适应性强等特点在众多实际领域取得了成功的应用,但存在计算复杂度大、易于局部收敛等方面的不足。本文在分析现有遗传操作的不足和生物进化的基本特征基础上,从提高进化效率的角度出发,提出基于多保留策略的复合型遗传算法(简称MRS-CGA);进而利用Markov链理论和仿真技术,从不同的层面分析了算法的性能。讨论结果表明,算法从本质上推广了常规的GA,在计算效率和收敛性能上均明显地优于常规的GA。     

授权链路保护的频谱分配算法

研究了在保护授权链路的前提下认知无线电网络(CRN)的频谱优化分配问题。基于博弈论提出了一种新型的频谱分配模型,设计了一种保护授权链路的快速收敛的频谱分配算法(FCAPLL)。仿真分析证明,FCAPLL算法能在保护授权链路的前提下对认知无线电(CR)链路进行最优化频谱分配,有较快的收敛速度;同时仿真给出了网络性能参数与比例因子的关系,为FCAPLL应用于不同性能要求的CRN提供了依据。     

Improved RLTV algorithm used to radio image reconstruction

This article simply introduces the basic theory of total variation and the Richardson-Lucy algorithm based on Total Variation. When this algorithm is applied to radio image reconstruction, accumulated discrepancy rises gradually during the iterations as the result of the approximation in derivation; hence the recovered images are often unsatisfactory. Aiming at this problem, this article comes up with a new Richardson-Lucy algorithm based on nonlinear projection and it is successfully applied to the heliograph image reconstruction. The simulation experiment shows that it turns out to be more effective to restore the image measured by using the improved Richardson-Lucy algorithm.     

基于谱减法的语音端点检测算法

依据语音信号的频域特性,对其功率谱进行分析,提出了一种基于谱减法的端点检测算法,首先给出了算法的具体实现步骤,然后运用MATLAB软件进行了仿真。仿真结果表明,即使在较低信噪比(0~15dB)的情况下,采用本算法仍能准确地检测出语音信号的端点位置。     

New Iterated Decoding Algorithm Based on Differential Frequency Hopping System

A new iterated decoding algorithm is proposed for differential frequency hopping (DFH) encoder concatenated with multi-frequency shift-key (MFSK) modulator. According to the character of the frequency hopping (FH) pattern trellis produced by DFH function, maximum a posteriori (MAP) probability theory is applied to realize the iterate decoding of it. Further, the initial conditions for the new iterate algorithm based on MAP algorithm are modified for better performance. Finally, the simulation result compared with that from traditionalal gorithms shows good anti-interference performance.